retorica y engagement en redes sociales
TRANSCRIPT
Facultad de Ciencias Económicas y Empresariales (ICADE)
RETORICAYENGAGEMENTENREDESSOCIALES
Autor: Sofía Bergareche Rubio Director: Carmen Valor Martínez
MADRID | Abril 2019
2
Sofía Bergareche
Rubio
3
RESUMEN
El auge de las Redes Sociales se ha presentado como una oportunidad para las
empresas, que conscientes de su gran alcance, se esfuerzan por mantener una presencia
activa en estas nuevas plataformas. Publicar contenido que atraiga a los consumidores y
genere un mayor engagement se ha convertido en un objetivo clave. No obstante, aún
no hay suficiente información acerca de los elementos que provocan un efecto positivo
en el engagement. De este modo, siguiendo el estudio de Manzanaro et al. (2018) en
Twitter y el de Villaroel et al. (2018) en Facebook, este trabajo pretende explorar si el
uso de la retórica juegan un rol determinante en la generación de engagement. Para ello,
se analizó una muestra de 151 mensajes publicados por la empresa Netflix en su página
corporativa de Facebook. Los resultados muestran que ni el uso de la retórica, ni la
inclusión de otros elementos como imágenes o videos explican la interacción de los
usuarios. No obstante, estos resultados no coinciden con estudios previos y por lo tanto
dejan lugar para nuevas interpretaciones.
Palabras clave: Redes sociales, engagement, Facebook, tono, retórica, usuarios
ABSTRACT
The boom of Social Media appears as an opportunity for business that, aware of
its powerful reach, are trying to stay active on these new platforms. Posting content that
attracts consumers and generates greater engagement is now a key objective.
Nevertheless, there is still not enough information regarding which elements have a
positive effect generating engagement. Thus, based on the studies of Manzanaro et al.
(2018) on Twitter and Villaroel et al. (2018) on Facebook, the aim of this paper is to
explore whether the use of rhetorical figures play a key role generating engagement. For
this, we analyzed a sample of 151 messages posted by Netflix on its Facebook corporate
page. Evidence shows that neither using rhetoric nor including elements such as videos
or photos explain user interactions. Still, these results do not coincide with previous
studies and therefore leave room for further interpretations.
Key words: Social Media, engagement, Facebook, tone, rhetoric, user.
4
INDICE DE CONTENIDO 1 INTRODUCCION .................................................................................................... 6
2 CONTEXTO ........................................................................................................... 10
2.1 Definición y orígenes de las Redes Sociales ................................................... 10
2.2 Clasificación de Redes Sociales ...................................................................... 12
2.3 Uso de Redes Sociales: teoría de usos, necesidades y gratificaciones ............ 14
2.4 Las Redes Sociales en el Marketing Mix ........................................................ 16
3 MARCO CONCEPTUAL ....................................................................................... 20
3.1 Engagement ..................................................................................................... 20
3.2 Engagement en Facebook ............................................................................... 22
3.3 Engagement en Twitter ................................................................................... 26
4 METODOLOGIA ................................................................................................... 34
4.1 Variables ......................................................................................................... 34
4.2 Muestra ............................................................................................................ 37
4.3 Intercoder reliability ........................................................................................ 38
5 RESULTADOS ....................................................................................................... 39
5.1 5.1 Resultados descriptivos ............................................................................. 39
6 Correlaciones ........................................................................................................... 40
6.1 Diferencia de medias ....................................................................................... 46
6 CONCLUSION ....................................................................................................... 54
7 BIBLIOGRAFIA ..................................................................................................... 58
8 ANEXO ................................................................................................................... 66
5
INDICE DE FIGURAS
Figura 1: Clasificación de Redes Sociales……………………………………………...13
Figura 2: Nuevo paradigma de comunicación………………………………………….20
Figura 3: Características del mensaje y sus efectos en likes, shares y comentarios……26
Figura 4: Características del mensaje y sus efectos en el número de retweets………….30
Figura 5: Características del mensaje y sus efectos en el engagement en Facebook y
Twitter………………………………………………………………………………….31
Figura 6: Clasificación de Figuras Retóricas…………………………………………...36
Figura 7: Variables independientes y sus mediciones………………………………….37
Figura 8: Estadísticos descriptivos de las variables dependientes……………………...39
Figura 9: Estadísticos descriptivos de las variables independientes……………………40
Figura 10: Correlación entre las variables dependientes……………………………….41
Figura 11: Correlación entre las variables independientes……………………………..42
Figura 12: Correlación entre las variables independientes y la variable dependiente….44
Figura 13: Correlación entre Interacciones Totales y Retórica Total…………………..46
Figura 14: T-Test Repetición………………….………………………………………..47
Figura 15: T-Test Inversión………………….…………………………………………47
Figura 16: T-Test Sustitución…………………………………………………………..48
Figura 17: T-Test Desestabilización……………………………………………………49
Figura 18: Publicaciones con mayor interacción……………………………………….50
Figura 19: Publicaciones con menor interacción……………………………………….51
6
1 INTRODUCCION La aparición de Internet y el desarrollo de nuevas tecnologías han supuesto, entre otros,
el fin de las barreras geográficas. Las empresas compiten por conseguir clientes en un
mercado global que crece y cambia a una enorme velocidad. Ante esta saturación del
mercado y condiciones de complejidad, los competidores se esfuerzan por hacerse oír
(Clow & Baack, 2010). Para ello, las empresas han utilizado tradicionalmente una
amplia variedad de medios, como los anuncios publicitarios, las relaciones públicas o la
promoción de ventas. No obstante, las herramientas para llegar a los clientes han
cambiado significativamente con la aparición del fenómeno conocido como Social
Media o Redes Sociales. Este medio de comunicación describe una variedad de nuevas
fuentes de información online que los individuos generan y comparten de forma sencilla
e inmediata (Mangold & Faulds , 2009). Los propios usuarios se educan los unos a los
otros sobre marcas, productos y servicios, celebridades o cuestiones de actualidad
(Mangold & Faulds , 2009).
Internet es hoy el principal medio de comunicación para todo (Castells, 2000). Al
interactuar con el conjunto de la sociedad, se ha convertido en el tejido de nuestras
vidas y en esencia, en el corazón de articulación de los medios multimedia (Castells,
2000). La red nos permite comprar, vender, buscar cualquier tipo de información o
entretenimiento. Así, la sociedad está siendo testigo de una explosión de mensajes en la
Web, la mayoría transmitidos a través de las Redes Sociales. Es por ello por lo que este
medio se ha convertido en un medio fundamental en el mix de comunicación. Los
consumidores recurren con cada vez más frecuencia a las Redes Sociales para buscar
información o tomar sus decisiones de compra (Mangold & Faulds , 2009). Es más, a la
hora de informarse sobre productos y servicios, los consumidores consideran que las
7
Redes Sociales son una fuente más fiable que las publicaciones corporativas
transmitidas por los medios tradicionales (Mangold & Faulds , 2009).
En este sentido, las Redes Sociales se presentan como una herramienta perfecta para
favorecer la comunicación entre empresas y clientes y, eventualmente, para atraer a un
público mayor. No obstante, una mala gestión de las redes puede suponer una difusión
negativa de las acciones de la marca, ya que un cliente insatisfecho puede transmitir
contenido negativo con gran facilidad. Por ello, las marcas deben esforzarse en
mantener una presencia activa en los distintos canales sociales, con contenido
actualizado e incentivos que generen engagement, pues cuantos más comentarios,
“shares” o “likes” tenga una publicación, mayor será su alcance.
Sin embargo, el desafío que afrontan muchas empresas es que, a pesar de reconocer la
necesidad de permanecer activas en las redes, la mayoría desconoce cómo hacerlo de
manera efectiva, qué indicadores deberían medir o cómo deberían medirlos (Hanna,
Rohma, & Crittendenb , 2011). En concreto, no hay líneas claras sobre cómo generar
mensajes que generen engagement y consigan atraer al público. O, dicho de otra
manera, todavía no hay investigación suficiente sobre cómo elaborar contenido propio
para difusión en redes (el llamado brand-generated content) para generar engagement.
Es por esta razón que una literatura emergente intenta entender qué características son
las que motivan a los usuarios a difundir un mensaje corporativo en los medios de
comunicación. Algunos estudios se centran en aspectos formales de los mensajes, es
decir, si incluyen hashtags, signos de interrogación, enlaces etc. Otros, en cambio, han
comprobado que su contenido juega un papel esencial a la hora de determinar el alcance
que obtienen dichos mensajes; por ejemplo, las llamadas a la acción o la creación de
una identidad grupal son características que generan un mayor engagement (Nagarajan,
8
Purohit , & Sheth , 2010). A su vez, Vargo (2016) demuestra que los mensajes que
promocionan regalos o que comunican la filantropía corporativa reciben también un
mayor engagement.
No obstante, un aspecto del mensaje que no ha sido objeto de atención es el tono. El
humor se ha probado eficaz en paid non-digital media, pues es capaz de establecer
vínculos emocionales y afectivos con la marca y mejorar la asociación positiva de la
misma (Alber, 2016). De igual manera, Mcquarrie y Glen (1996) concluyen que la
retórica encuentra una aplicación práctica en la publicidad. El uso de figuras retóricas
en mensajes publicitarios, como metáforas o hipérboles, sirven para atraer y mantener la
atención del consumidor (F.Mcquarrie & Glen Mick, 1996). En consecuencia, cabría
analizar si el uso de la retorica en el mensaje también puede afectar al número de likes
o shares de una publicación corporativa en las Redes Sociales. El objetivo de este
trabajo es examinar esta cuestión, contribuir a los estudios previos sobre porqué se
comparten contenidos y determinar si, en efecto, el uso de la retórica en redes sociales
es una estrategia válida para generar engagement.
Este estudio se centrará específicamente en Facebook, pues consideramos que es el
contexto más adecuado para nuestra investigación, ya que es la red social líder con más
de doscientos millones de usuarios en todo el mundo (Galeano, 2019). Igualmente,
conscientes de su poder como medio de comunicación, es una de las redes sociales más
utilizadas por las marcas. Es más, un 81% de los internautas en España utiliza esta
Facebook para interactuar con la marca. Por todo ello, Facebook se plantea como una
herramienta más interesante para este estudio (Galiana, 2018). Por otro lado, para este
trabajo nos hemos centrado concretamente en la actividad de la empresa Netflix, pues
9
cuenta con una amplia comunidad de usuarios en Facebook y mantiene una presencia
muy activa en las redes.
De este modo, este trabajo contribuye a la literatura sobre cómo generar engagement en
brand-generated content. Se amplía la investigación sobre el valor de los aspectos
formales y el contenido del mensaje a la hora de obtener un mayor grado de interacción
y además se profundiza en un campo de estudio que hasta la fecha apenas ha sido objeto
de análisis: el uso de la retórica en la generación de engagement. En ambos casos, se
han obtenido nuevos resultados que no coinciden con la literatura, tal y como se
expondrá a continuación. Así, comenzaremos este estudio con una breve
contextualización de las Redes Sociales: origen, tipos y usos. A continuación, se
abordará el concepto de engagement y las distintas formas de generarlo tanto en
Facebook como en Twitter, por ser otra de las redes sociales más prominentes. Más
adelante se expondrá la metodología empleada para nuestro análisis, así como los
resultados obtenidos a partir de la muestra seleccionada. Por último, se presentarán las
principales conclusiones obtenidas junto con posibles recomendaciones para futuras
investigaciones.
10
2 CONTEXTO
2.1 Definición y orígenes de las Redes Sociales
De acuerdo con Boyd y Ellison (2007), una red social se define como un servicio que
permite a los individuos construir un perfil público o semipúblico dentro de un sistema
delimitado, elaborar una lista de otros usuarios con los que comparten una conexión, y,
por último, recorrer dicha lista de conexiones y las realizadas por otros miembros del
sistema. La naturaleza y la nomenclatura de estas conexiones pueden variar de un sitio a
otro (Boyd & Ellison, 2007). Otros las definen de forma más amplia, concretamente
como aplicaciones basadas en Internet que permiten la creación, modificación o
intercambio de información entre usuarios (Kaplan & Haenlein, 2010). Así, se asientan
sobre la cultura de la Web 2.0, un espacio en el que se otorga gran importancia al
usuario y a lo social. En efecto, las Redes Sociales se entienden como una reunión
online de personas que interactúan entre sí, redefiniendo y retroalimentando al grupo
(Domínguez, 2010). Este fenómeno ha revolucionado nuestra noción de relación social
clásica y nuestra inversión del tiempo libre (Domínguez, 2010). La emergencia de estas
aplicaciones ha permitido que un individuo pueda conectarse con cientos o incluso
miles de usuarios, rompiendo todas las barreras geográficas. Es por ello por lo que hoy
las Redes Sociales atraen a millones de usuarios que interactúan online de forma diaria.
No obstante, aunque las redes entraron en auge a medida que nos adentrábamos en el
siglo XXI, la primera red social ya existía antes del cambio de siglo (Boyd & Ellison,
2007). SixDegrees, fundada en 1997, fue la primera red social que permitió crear un
perfil, confeccionar una lista de contactos y navegar por la misma. Sin embargo, la red
se encontraba adelantada a su tiempo, pues la mayoría de la gente aun no disponía de
redes de amigos que se encontraran online. Por ello, SixDegrees se vio obligada a cerrar
11
en el año 2000 por falta de sostenibilidad (Boyd & Ellison, 2007).
Por otro lado, en España fracasaron plataformas como eConozco por ser aplicaciones de
uso exclusivamente profesional (Domínguez, 2010). Así, la primera red social en
adquirir relevancia fue Orkut, promovida por Google en el 2004. Esta red no solo se
orientó a los contactos de tipo personal, sino que además utilizó una hábil estrategia
para captar miembros. Orkut solo admitía a aquellos usuarios que hubiesen recibido una
invitación de otro. Al restringir el acceso, aumentaba el deseo de unirse a dicha
comunidad privada. Orkut creció con rapidez y en la actualidad muchas empresas
emplean su estrategia, pues resultó ser una eficaz técnica de marketing (Domínguez,
2010). Sin embargo, fue Facebook la red social que despegó con mayor fuerza,
especialmente entre universitarios (Cheung, Chiu, & Lee, 2011). En 2004, Facebook
aparece de la mano de Mark Zuckleberg como una red exclusiva para estudiantes de
universidad. Más adelante, ampliaría su red de usuarios hasta convertirse en la red
social por excelencia (Cheung et al., 2011). En 2017, Facebook contaba con alrededor
de 24 millones de internautas sólo en España, daba empleo a más de 25.000
trabajadores en todo el mundo y contaba con un valor de marca superior a los 12.000
millones de dólares (Statista, 2017).
Aunque es la red con mayor número de afiliados, hoy Facebook comparte su éxito con
una amplia gama de redes sociales, cada una con distintas características y orientadas a
diversos públicos e intereses. Entre ellas, destaca asimismo Twitter, una red de
microblogging, característica por sus representativos140 caracteres. El primer tweet fue
publicado en el 2006 por uno de sus creadores, Jack Dorsey, que decía “just setting my
twtrr” (“ajustando mi twtrr”). Si bien no es la más numerosa en cuanto al volumen de
usuarios, sus particularidades y los hábitos de los participantes han conseguido que los
12
contenidos de Twitter logren un potente alcance, con una viralidad insuperable (Salinas,
2017). De este modo, tanto Twitter como Facebook han conseguido dar voz a millones
de internautas. Con cientos de millones de usuarios y servicios específicos para
empresas, estas dos redes se posicionan actualmente como algunas de las más poderosas
a la hora de distribuir información.
2.2 Clasificación de Redes Sociales
Tal y como explican Espinar y González (2009), al igual que no existe una única
definición de Redes Sociales, tampoco hay una sola clasificación que distinga los
numerosos y diversos espacios virtuales. Las Redes Sociales podrían clasificarse en
función del contenido que recogen y del público al que se dirigen. De este modo,
distinguiríamos entre las redes generalistas o de ocio y las redes de contenido
profesional (Ruiz & González Rio, 2009).
Respecto a las primeras, se pueden subdividir a su vez en tres categorías: plataformas de
intercambio de contenido e información, redes basadas en perfiles y redes de
microblogging o nanoblogging (Ruiz & González Rio, 2009).
Las plataformas de intercambio de información son aquellas que facilitan la publicación
y el intercambio de contenidos digitales como fotos o videos (Ruiz & González Rio,
2009). En este caso, la interacción se limita al visionado del contenido, comentarios y
puntuación de estos. La red social Youtube entraría dentro de esta clasificación, pues es
una plataforma que permite publicar, visualizar y compartir videos digitales (Barnhart,
2017).
Por otro lado, las redes basadas en perfiles son el tipo más representativo de las redes
sociales de ocio (Ruiz & González Rio, 2009). Su principal objetivo es relacionar a los
usuarios a través de sus plataformas y la dinámica siempre consiste en crear un perfil,
13
compartir contenidos y crear listas de contactos. En este caso, se incluirían redes
sociales como Facebook y Orkut (Ponce, 2012).
Por último, las redes de microblogging o nanoblogging son aquellas basadas en la
actualización de los perfiles de los usuarios mediante pequeños mensajes, como
comentarios rápidos o frases cortas (Ruiz & González Rio, 2009). De este modo, estas
plataformas permiten que los usuarios informen sobre lo que están realizando en cada
momento. Un ejemplo de microblogging sería la red social Twitter, donde los usuarios
disponen únicamente de 140 caracteres para compartir información o su opinión sobre
algún tema en cuestión (Twitter, 2018). En cuanto a las redes sociales con contenido
profesional, también requieren la creación de un perfil, pero en este caso se enfocan a
las actividades comerciales o a los negocios (Ponce, 2012). Es decir, están diseñadas
con el objetivo de compartir experiencias y relacionar empresas, grupos y usuarios en la
colaboración laboral. Por tanto, los usuarios suelen detallar en su perfil su ocupación,
las empresas en las que han trabajado o su currículo académico (Ponce, 2012). Dentro
de esta categoría, las principales redes sociales son LinkedIn o Xing ya que engloban
todo tipo de profesiones (Ponce, 2012). La figura 1 proporciona una visión general
sobre la clasificación de redes sociales.
Figura 1. Clasificación de Redes Sociales
Fuente: Elaboración propia a partir de la revisión de la literatura
14
En resumen, hay diferentes tipos de redes sociales. Cada red social atiende a un objetivo
y a un público concreto, pero en general todas se diseñan con el mismo fin: facilitar la
comunicación entre aquellos usuarios que comparten un interés común, relación o
actividad (Ponce, 2012). En todos los casos, las redes sociales se centran en el usuario y
en el contenido que generan y comparten.
2.3 Uso de Redes Sociales: teoría de usos, necesidades y gratificaciones
Las Redes Sociales son un nuevo fenómeno social sobre el que se vuelcan diariamente
millones de personas, pero ¿qué explica este alto nivel de interacción? La teoría de usos,
necesidades y gratificaciones es un modelo elaborado por Blumer y Katz (1973) que
trata de comprender por qué los individuos utilizan determinados medios de
comunicación masiva para satisfacer necesidades específicas.
Concretamente, este enfoque se centra en cómo las personas utilizan los medios y por
tanto enfatiza en la importancia del individuo y de la interacción social (Raacke &
Bonds-Raacke, 2008) . McQuail y Windahl (1997) hacen hincapié en esta interacción
social; ambos concluyen en que los medios se utilizan bien para relacionarse con los
demás, bien para obtener alternativas aceptables a la compañía humana real.
Del mismo modo, McQuail et al. (1972) diferencian cuatro ítems en la teoría de usos y
gratificaciones: Diversión, Identidad Personal, Relaciones Personales y Vigilancia.
Estas cuatro variables están a su vez presentes en las Redes Sociales (Martínez, 2010).
En primer lugar, las redes forman parte de nuestro ocio y generan diversión. Además,
refuerzan la identidad de la persona, ya que la mayoría de las plataformas ofrecen la
posibilidad de crear un perfil virtual en el que el individuo publica tanto sus impresiones
como sus gustos o hábitos (Martínez, 2010).
15
Asimismo, al tratarse esencialmente de interacciones entre usuarios conectados a la red,
las Redes Sociales favorecen las relaciones personales. Las personas poseen una
necesidad innata de relacionarse con los demás. Así, han descubierto en la red sus
necesidades de comunicación (Dans, 2009). Por último, el factor Vigilancia haría
referencia a la necesidad de mantenerse informado, por lo que en este caso se
relacionaría con la necesidad de permanecer conectado y con un perfil actualizado
(Martínez, 2010).
En esta misma línea, Wang, Tchernev y Solloway (2012) proponen una clasificación
similar, al considerar que el uso de redes sociales está motivado por cuatro categorías
generales de necesidades. En primer lugar, distinguen las necesidades emocionales, es
decir, el deseo de reforzar las experiencias agradables y emocionales. A continuación,
destacan las necesidades cognitivas, que buscan ampliar información, conocimiento y
entendimiento. Igualmente, el uso de redes sociales está determinado por una necesidad
social de afianzar el contacto con familiares, amigos y el mundo en general. Por último,
mencionan las necesidades habituales, que ayudan a proporcionar equilibrio y estructura
al día a día del individuo, por ejemplo, el hecho de consultar Facebook después de cada
comida (Wang, Tchernev, & Solloway, 2012).
Las anteriores clasificaciones se plasman en un estudio realizado por Raacke y Bonds-
Raacke (2008) sobre el uso de Facebook. Este estudio concluyó que la principal razón
por la que se usa esta plataforma es para mantener el contacto con viejos amigos (96%),
conectar con amigos actuales (91.1%), publicar y ver fotos (57.4%) y aprender sobre
distintos eventos (33.7%). Es decir, Facebook, y probablemente muchas otras redes, se
16
utilizan esencialmente para fortalecer las relaciones sociales y la identidad personal y
satisfacer la necesidad de mantenerse al día.
En general, aunque son muchas las clasificaciones y las necesidades a las que atienden
las Redes Sociales, es innegable que en esencia sirven para nutrir, a distintos niveles y
en distintas formas, la vida personal del individuo.
2.4 Las Redes Sociales en el Marketing Mix Debido a su gran alcance, las redes sociales tienen un gran potencial para incrementar el
valor de las empresas, que ahora cuentan con la oportunidad de mejorar sus operaciones
internas y explorar nuevas formas para colaborar con clientes, socios y proveedores
(Culnan, McHugh, & Zubillaga, 2010).
Por ejemplo, muchas compañías están activas en estas plataformas para fomentar el
reconocimiento de su marca, pues las redes sociales son un canal más para darle voz y
compartir contenido (Demers, 2014). Del mismo modo, Laroche et al. (2012) explican
que las redes son las plataformas ideales para crear comunidades de marca y en
consecuencia mejorar la fidelidad de los clientes y la lealtad de marca.
Por otro lado, las empresas utilizan las redes con el objetivo de generar un mayor tráfico
web, pues cuanta más presencia se tiene online más fácil es que los usuarios lleguen
hasta la empresa. Además, el 84% de los comercializadores concluye que solo hace falta
invertir seis horas semanales para mejorar e incrementar dicho tráfico web, por lo que
los costes de marketing son menores (Demers, 2014).
Por último, las empresas entienden las redes como un medio para interactuar con el
consumidor, demostrar un buen servicio al cliente y obtener información valiosa sobre
los mismos (Demers, 2014).
17
Así, son muchas las razones por las que el auge de las Redes Sociales se presenta como
una oportunidad para las empresas. Es más, solamente en España las redes han
alcanzado una penetración del 85% con 25,5 millones de usuarios en 2018 (IAB, 2018).
Los individuos utilizan las redes principalmente para conectar con su lista de contactos;
no obstante, muchos se dedican también a comprar y vender productos o simplemente a
hablar sobre los mismos (IAB, 2018). De hecho, 8 de cada 10 usuarios siguen marcas a
través de las redes, pues consideran que las Redes Sociales son una fuente de
información más (IAB, 2018). En efecto, los usuarios recurren con cada vez más
frecuencia a las redes a la hora de educarse sobre algún producto o servicio (Mangold &
Faulds , 2009). Muchos participan de forma activa mediante comentarios, exponiendo
problemas u opiniones sobre el producto o la marca en cuestión (IAB, 2018). Así, un
57% de los usuarios declara que las Redes Sociales han influido alguna vez en su
proceso de compra (IAB, 2018).
Por ello, tanto la penetración como los usos de las redes justifican la importancia que
supone para una empresa estar activa y generar una presencia positiva en Redes
Sociales. En esta línea, Mangold y Fauld (2009) entienden las Redes Sociales como un
elemento híbrido en el mix de comunicación. Al igual que los medios de comunicación
tradicionales, las redes permiten que las compañías se acerquen a los consumidores a
través de plataformas como Facebook. Sin embargo, las Redes Sociales tienen un
segundo rol único: permiten que los usuarios se comuniquen directamente entre ellos.
Así, las redes han magnificado el impacto de la comunicación cliente a cliente o
Consumer to Consumer en el mercado (Mangold & Faulds , 2009). Este segundo rol es
una extensión del tradicional “boca a boca” pero su singularidad reside en la magnitud
de la comunicación (Mangold & Faulds , 2009). En lugar de contárselo a unos pocos
18
amigos, los consumidores tienen ahora la posibilidad de comunicarse con cientos de
ellos de forma rápida e inmediata.
De igual manera, Henning- Thurau, Hofacker y Bloching (2013) comparan el marketing
en el entorno de las Redes Sociales con un juego caótico e interactivo de pinball. Esto
es, los mensajes corporativos y las estrategias de marketing actúan como bolas de
pinball que se lanzan y se utilizan para dirigirse a los consumidores. A su vez, los
consumidores las relanzan en múltiples direcciones, similar a lo que ocurriría en un
arcade de pinball (Hennig-Thurau, Hofacker , & Bloching , 2013).
En este sentido, el efecto pinball tiene una gran repercusión: la gran cantidad de
interacciones supone una pérdida de control para las empresas, pues no pueden
controlar directamente los mensajes que se generan y comparten (Hennig-Thurau et al. ,
2013). Sin embargo, lo que sí tienen es la habilidad de influenciar dichas
conversaciones fundamentalmente a través de su estrategia de producción de contenidos
o brand-generated content.
Una forma de alinear estas discusiones con los objetivos de la empresa es gestionando
las relaciones con los clientes de manera más personalizada. Por ejemplo, los
consumidores se sienten más integrados cuando pueden hacer críticas, dar opiniones o
sugerencias. Los blogs incluyen la posibilidad de dar feedback, lo que genera un mayor
sentido de comunidad y anima a una conversación más honesta y abierta (Mangold &
Faulds , 2009). Es por ello por lo que grandes empresas como Toyota ya utilizan estas
plataformas para mantener al día a empleados, consumidores o accionistas sobre los
avances de la empresa y recibir su feedback (Kaplan & Haenlein, 2010).
Por otro lado, cada vez más empresas utilizan plataformas de redes sociales o
networking para apoyar la creación de comunidades de marcas, pues los consumidores
19
disfrutan conectándose con usuarios que comparten intereses o gustos similares (Kaplan
& Haenlein, 2010). Así, empresas como Unilever o Warner Brothers utilizan fórums o
crean grupos de Facebook para reunir a personas con intereses afines.
Del mismo modo, Hennig- Thurau et al. (2013) sugieren llevar a cabo una moderación
activa para alcanzar un equilibrio en el que conseguir engagement y a su vez poder
orientarlo hacia una dirección compatible con los objetivos de la empresa. Igualmente,
proponen supervisar esta máquina de pinball para identificar tendencias y anticipar
posibles crisis. Para ello es esencial analizar el volumen de comunicación, los
contenidos y opiniones (Hennig-Thurau et al., 2013).
Así, el contenido que compartan las empresas jugará un papel esencial. Por ejemplo, es
fundamental utilizar las redes para apoyar causas que sean importantes para los
consumidores, pues los individuos comparten aquello con lo que se sienten
emocionalmente ligados. Además, cuanto más memorable sea la historia o el mensaje
que se transmita, más veces tenderá a repetirse (Mangold & Faulds , 2009).
Por lo tanto, es imprescindible que las empresas tengan en cuenta las Redes Sociales a
la hora de elaborar su estrategia de Marketing, pues se ha visto que existen numerosas
formas de generar valor e interactuar con el consumidor. Aunque utilizar las redes de
forma efectiva no es sencillo, cuando se emplean correctamente las ganancias
potenciales están lejos de ser insignificantes. En esencia, las redes permiten acercarse al
consumidor de forma rápida y directa y además generan un alcance mayor gracias a la
comunicación “Consumer to Consumer”. La siguiente figura muestra el nuevo
paradigma de comunicación y el lugar de las Redes Sociales dentro del Marketing Mix.
20
Figura 2. Nuevo paradigma de Comunicación
Fuente: http://isiarticles.com/bundles/Article/pre/pdf/190.pdf
3 MARCO CONCEPTUAL
3.1 Engagement El término engagement se ha utilizado en una variedad de disciplinas académicas, como
la psicología, la sociología o las ciencias políticas, por lo que se usa con diferentes
acepciones. En marketing Van Doorn et al. (2010) ofrecen una definición detallada del
término, describiéndolo como la manifestación conductual de un cliente hacia una
marca o empresa que va más allá de lo transaccional. Es el resultado de factores de
motivación como el boca a boca o word of mouth (WOM), interacciones entre
consumidores o las actividades de blogs (Van Doorn, et al., 2010). Desde otro punto de
vista, el engagement puede definirse como los mecanismos a través los cuales el cliente
añade valor a la empresa, tanto mediante contribuciones directas como indirectas
(Pansari & Kumar, 2016). Cuando una relación es satisfactoria y tiene una conexión
emocional, las dos partes se comprometen dada su preocupación por el otro (Pansari &
Kumar, 2016). En este caso, un cliente comprometido juega un papel clave para la
21
empresa: afecta a sus actividades de marketing al ofrecer recomendaciones, así como al
desarrollo de nuevos productos y servicios y a la co-creación de experiencia y valor
(Brodie, Hollebeek, Juric, & Ana Ilic, 2013). Todo ello fundamenta la importancia de
saber manejar y generar engagement del consumidor. Dada su amplia aplicación, este
trabajo se centrará concretamente en la generación de engagement en el ámbito de las
Redes Sociales.
Así, Brodie et al. (2013) consideran que el engagement en una comunidad virtual
involucra experiencias interactivas entre el consumidor y la marca u otros miembros de
dicha comunidad. Esta interacción incluye, entre otras, discusiones en fórums, chats o
plataformas de red social, que contribuyen al desarrollo de un mayor compromiso del
cliente con la marca. Igualmente, el engagement en redes puede entenderse como una
relación de consumidores, que reconoce al individuo como un ser social y que por ello
busca crear y mantener relaciones no solo entre personas sino también con marcas
(Ashley & Tuten, 2015).
Por otro lado, Hennig-Thurau, Gwinner. Walsh y Gremler (2004) van más allá y
encuentran ocho factores que motivan al consumidor a hacer una contribución en las
comunidades online: expresar sentimientos negativos, preocupación por otros
consumidores, mejorar su autoestima, ayudar a la empresa, buscar consejo y asistencia y
conseguir beneficios sociales o económicos.
Dentro de la literatura encontramos varias formas de explicar el engagement. En primer
lugar, el engagement variará dependiendo del contexto en el que se publique el mensaje
(Van Doorn, et al., 2010). Por ejemplo, el engagement se genera de forma diferente en
cada red social, pues cada una de ellas dispone de unas herramientas características que
favorecen la interacción, como el like en Facebook o el retweet en Twitter. Además, el
22
engagement varía en función de otros factores contextuales como la fecha y hora de
publicación, el número de seguidores o la antigüedad del usuario en la red social.
En segundo lugar, la generación de engagement depende del mensaje, tanto de los
factores formales como el uso de imágenes, videos o preguntas, como de su contenido
(temas o asuntos de los que trata la publicación) (Lei, Pratt, & Wang, 2016). Por último,
el engagement depende esencialmente del consumidor, de sus características, motivos y
motivaciones para interactuar con la empresa (Hennig-Thurau, Gwinner, Walsh, &
Gremler, 2004). A continuación, se estudiarán en profundidad los tres factores.
3.2 Engagement en Facebook Con el fin de estudiar el engagement en Redes Sociales nos hemos decantado por
profundizar en primer lugar en la red social Facebook, al ser la red por excelencia en
España con un 87% de utilización entre la población adulta (IAB, 2018).
Así, habría que empezar por destacar la importancia de las comunidades de marca en
esta red, que ofrecen a las empresas y consumidores nuevas formas de compromiso.
Estas comunidades se presentan como una oportunidad para mejorar la relación con el
cliente, obtener feedback y fortalecer la marca (Gummerus, Liljander, Weman, &
Pihlström, 2012). Es por ello por lo que, atraídas por el gran número de usuarios, cada
vez son más las empresas que utilizan plataformas como Facebook para crear
comunidades de marca online y acercarse a sus consumidores (Gummerus et al., 2012).
En efecto, Facebook permite a los usuarios interactuar con las marcas mediante
acciones como el like y el share, así como con la posibilidad de comentar una
publicación y de darle a seguir o follow a una página o marca concreta. Todas estas
acciones promueven la difusión del contenido, permitiendo que otros usuarios
contribuyan a su vez a la divulgación de este (Lei et al., 2016). De esta forma, el
23
proceso de engagement empieza cuando una empresa crea una página oficial de su
marca en Facebook y a continuación publica contenido en forma de post, con imágenes,
videos, textos o una combinación de ellos (Lei et al..2016). A partir de este momento,
comienza el juego interactivo de pinball del que hablan Hennig-Thurau et al. (2013).
Igual que las bolas del pinball se lanzan y relanzan en múltiples direcciones, los
seguidores dan a like o comparten los contenidos de las empresas y el mensaje se
extiende a otros consumidores (Hennig-Thurau et al., 2013). Esta difusión del mensaje
es lo que buscan las marcas.
A la hora de estudiar en profundidad el engagement en Facebook, podemos distinguir
igualmente entre estudios que se centran en los aspectos formales de la publicación y
otros que analizan su contenido y su contexto.
Respecto a los aspectos formales, Tafesse (2014) resalta la importancia de la viveza y la
riqueza de una publicación, es decir, el grado en el cual la publicación estimula los
distintos sentidos del usuario. Así, se apoya en varios estudios empíricos que
demuestran que ambos elementos generan un mayor engagement. En esta línea, Sabate,
Berbegal-Mirabent y Cañabate (2014) enfocan su modelo a la cantidad de likes o
comentarios que reciben las publicaciones en Facebook y encuentran que el uso de
imágenes tiene un efecto positivo en ambos elementos. Los videos, sin embargo, solo
incrementan el número de likes, pero no el de comentarios. Esto se debe a que comentar
tiene de por sí una naturaleza más compleja que darle a like. Además, las imágenes se
pueden asimilar en unos pocos segundos, por lo que un usuario puede postear un
comentario rápidamente, mientras que el contenido de los videos tarda más en
asimilarse. Estos resultados coinciden a su vez con los de De Vries, Gensler y Leeflang
24
(2012), que también examinan la riqueza de los contenidos y concluyen que cuanto más
vivos sean, mayor será el impacto en likes y comentarios.
Por otro lado, tanto Tafesse (2014) como De Vries et al. (2012) estudian el nivel de
interactividad de las publicaciones, es decir, si incluyen links, votaciones etc. De este
modo, demuestran que el uso de herramientas de interacción tiene un efecto negativo en
la cantidad de shares y likes (Tafesse, 2014). Por ejemplo, las publicaciones que
incluyen preguntas tienen este efecto, puesto que una pregunta requiere una respuesta y
ésta no puede darse mediante un like. No obstante, por esta misma lógica los mensajes
con preguntas aumentan el número de comentarios (Van Doorn, et al., 2010). En
cambio, los links tienen un efecto negativo en el número de comentarios, puesto que
seguir un enlace implica abandonar la página de Facebook hacia otra distinta y por lo
tanto se corre el riesgo de que el usuario no vuelva a la publicación inicial (Sabate,
Berbegal-Mirabent, Cañabate, & Lebherz, 2014).
En cuanto al contenido de las publicaciones, tanto el contenido entretenido como el
informativo tienen un impacto positivo en el número de likes, de comentarios y de
shares, siendo el efecto del contenido divertido más fuerte (Tafesse, 2014). Otros
estudios, sin embargo, no han logrado replicar estos resultados. Los posts entretenidos
no suelen estar relacionados con la marca y por tanto generan menor interés y menor
número de likes (De Vries et al, 2012). Igualmente, las publicaciones con contenido
emocional tienen un efecto negativo en el engagement, aunque el contenido
experiencial influye positivamente (Ashley & Tuten, 2015). Por otra parte, queda
demostrado que el contenido con tono positivo aumenta la cantidad de likes, de
comentarios y de shares. Por otro lado, el contenido con carácter negativo también
aumenta estos elementos (Trilling, Tolochko, & Burscher, 2017). Efectivamente, el
25
contenido negativo genera un mayor interés en la publicación. Además, la variedad de
opiniones suele generar debate y por lo tanto más comentarios y engagement (De Vries
et al., 2012). Igualmente, las publicaciones que contienen llamadas a la acción, por
ejemplo, para sumarse a alguna iniciativa, generan más comentarios y likes (Lei, Pratt,
& Wang, 2016). Por último, los contenidos promocionales también tienen un efecto
positivo en el liking y en el número de comentarios y de shares (Lei et al..2016).
Finalmente, el engagement en Facebook depende del contexto en el que se publiquen
los posts. En este caso, tanto Sabate et al. (2014) como Pletikosa y Michanelles (2013)
remarcan el importante papel que juegan el día y la hora de publicación. El impacto en
los comentarios es positivo si la publicación tiene lugar de lunes a viernes, mientras que
el número de likes se ve disminuido (Pletikosa & Florian Michahelles, 2013). Por otro
lado, publicar en hora punta tiene un efecto negativo en el número de likes y de shares
(Sabate, Berbegal-Mirabent, Cañabate, & Lebherz, 2014). Así, ambos estudios
demuestran que la probabilidad de obtener likes y shares es mayor cuando las
publicaciones se crean en momentos de poca actividad social en las Redes Sociales. Por
otro lado, publicar en momentos de alta actividad laboral tiene un impacto positivo en el
número de comentarios (Sabate et al., 2014). Esto se debe a que, durante estas horas del
día, los usuarios se suelen conectar a las redes a través de un ordenador de escritorio,
que resulta mejor para escribir comentarios que el teclado de un teléfono móvil (Sabate
et al., 2014).
26
Figura 3. Características del mensaje y sus efectos en likes, shares y comentarios
Fuente: Elaboración propia a partir de la revisión de la literatura
3.3 Engagement en Twitter Al igual que Facebook, Twitter es una de las redes sociales más prominentes, con 335
millones de usuarios mensuales a nivel global (Statista, 2018). Es por ello por lo que
muchos académicos se han centrado en estudiar el uso de Twitter por empresas y la
posibilidad de generar engagement en esta plataforma.
Twitter ha ganado popularidad como un servicio de microblogging, diferenciándose de
dos formas: los mensajes son públicos y breves (Vargo, 2016). Además, los tweets se
utilizan normalmente para conversar con usuarios o grupos. Un usuario puede
mencionar directamente a otro incluyendo el signo @ delante del nombre de la persona
27
a la que se quiere dirigir, de la forma: “@usuario”. Esta mención siempre se convierte
en un link que redirige al perfil de la persona mencionada, lo cual es una herramienta
clave para descubrir y seguir nuevos usuarios (Suh, Hong, Pirolli, & Chi, 2010). Junto
con la posibilidad de seguir a distintos perfiles, en Twitter también se pueden destacar
como “favorito” los mensajes que publican el resto de los usuarios (Twitter, 2018).
Igualmente, muchos usuarios utilizan hashtags en sus mensajes, utilizando el símbolo #
seguido de una palabra especifica. Suelen utilizarse para representar algún tema de
actualidad y facilita la búsqueda de tweets con el mismo hashtag (Lei et al., 2016).
No obstante, una de las practicas más interesantes de Twitter es la acción de retweet,
que implica retransmitir un mensaje publicado por otro usuario. Es una forma de
compartir con tus seguidores la publicación de otro, con la posibilidad de añadir algún
comentario adicional (Vargo, 2016). De este modo, retweeting amplía el alcance del
mensaje inicial, por lo que las estrategias de marca en Twitter debían intentar fomentar
el retweet para poder llegar a un mayor número de usuarios (Manzanaro et al., 2017).
Por tanto, vemos que Twitter presenta una serie de elementos que facilitan la
interacción y eventualmente el engagement entre usuarios y empresas. Dada la
importancia que supone el retweet para las empresas, distintos estudios se centran en
explicar los factores que motivan a un usuario a retweetear un mensaje.
Así, en cuanto a los aspectos formales del mensaje, la inclusión de menciones, hashtags
y links tienen un impacto positivo en el número de retweets (Manzanaro et al., 2017).
En efecto, Boyd, Golder y Lotan (2010) demuestran en su estudio que más de la mitad
de los retweets contienen un link y que los hashtags también influencian positivamente.
No obstante, encuentran que las menciones tienen un impacto negativo en el número de
retweets (Boyd, Golder, & Lotan, 2010). Por otro lado, el estudio de Ashley et al.
28
(2015) demuestra que los tweets que utilizan herramientas de interacción tienen más
posibilidad de ser retweeteados. Sin embargo, otros modelos discrepan y encuentran
que la inclusión de preguntas, por ejemplo, tiene un efecto negativo en el número de
retweets (Manzanaro et al., 2017). Por último, el contenido visual (imágenes, videos…)
es más efectivo que las publicaciones únicamente textuales a la hora de generar
engagement (Taecharungroj, 2016).
Respecto al contenido de los mensajes, se distinguen principalmente tres tipos de
contenido que generan mayor engagement en Twitter: el contenido informativo, el
emocional y las llamadas a la acción, siendo este último el que más retweets obtiene
(Taecharungroj, 2016). El efecto es el mismo para las publicaciones que incluyen
promociones, comunican la filantropía de la empresa o que ofrecen consejos sobre la
marca o el producto en cuestión (Vargo, 2016). Por otro lado, varios factores han
probado influenciar positivamente el número de retweets, como la colaboración
colectiva o la creación de una identidad grupal colectiva (Nagarajan et al., 2010). En
este último caso, este estudio se centra en eventos concretos, como las elecciones de
Irán o el debate estadounidense sobre la reforma sanitaria, y analizaron tweets
específicos que promovían la participación del resto de usuarios. Por otro lado, el
entretenimiento es también un factor clave para generar engagement en Twitter
(Manzanaro et al., 2017). Además, el estudio de Lin et al. (2011) encuentra que las
publicaciones con tono positivo obtienen más retweets. Igualmente, un tono negativo
también tiene un impacto positivo en la generación de engagement, aunque en menor
medida. Aunque la negatividad afecta positivamente al número de retweets, las
publicaciones corporativas rara vez adoptan este tono y por tanto esta variable no suele
encontrarse en el contenido generado por marcas (Zoch & Supa , 2014).
29
Por último, el engagement en Twitter depende también del contexto en el que se
publiquen los mensajes. Por ejemplo, un mayor número de seguidores tiene un efecto
positivo en el número de retweets (Suh et al., 2010). En este aspecto, las marcas que
publican con mucha frecuencia son las que consiguen un mayor número de seguidores y
por tanto mayor engagement (Ashley & Tuten, 2015). Por otro lado, Hu, Farnham y
Talamadupula (2015) encuentran que un usuario tiende a involucrarse más si ve que sus
contactos también participan de forma activa. Además, encuentran que los usuarios se
muestran más activos y comunicativos cuando existe algún evento especifico,
mostrando un mayor engagement con el tema en cuestión (Hu, Farnham, &
Talamadupula, 2015).
Por último, vemos que el engagement depende del usuario o consumidor. En Twitter,
depende en gran medida de la actitud de este (Boyd & Ellison, 2007). Por ejemplo, el
nivel de engagement varía en función del ego y del nivel de sociabilidad de un usuario
(Smith, Fischer, & Yongjian, 2012). Independientemente del contenido o los aspectos
formales de la publicación, un individuo puede compartir un mensaje como un acto de
amistad o lealtad frente a quien lo publica, también para ganar seguidores o
simplemente para remarcar su presencia en Twitter (Boyd & Ellison, 2007).
30
Figura 4. Características del mensaje y sus efectos en el número de retweets
Fuente: Elaboración propia a partir de la revisión de la literatura
31
Vemos por tanto que existen cantidad de factores que influencian el engagement en
Redes Sociales. Algunos de estos elementos, como por ejemplo un tono positivo en las
publicaciones, tienen el mismo efecto tanto en Facebook como en Twitter. Otros
aspectos, en cambio, son característicos de cada plataforma: la inclusión de links genera
mayor engagement en Twitter, mientas que en Facebook el efecto sería contrario. Así,
la Figura 3 resume los distintos factores previamente estudiados y su influencia en cada
plataforma. El signo (+) supone un impacto positivo de las características, el signo (-)
un impacto negativo y una casilla en blanco implica que dicho factor no aplica a la red
social en cuestión.
Figura 5. Características del mensaje y sus efectos en el engagement en Facebook y Twitter
Características Facebook Autores Twitter Autores
Aspectos formales
Imágenes +
Tafesse (2014)
Sabate et al. (2014)
De Vries et al. (2012)
+
Taecharungroj (2016)
Videos + +
Signo de
interrogación
+
Van Doorn (2010)
-
Tafesse (2014)
De Vries et al. (2012)
-
Manzanaro et al. (2016)
Links
-
Sabate et al. (2014)
+
Manzanaro et al. (2016) Boyd et al.
(2010)
Hashtags +
Menciones
+
Manzanaro et al. (2016)
-
Boyd et al.
(2010)
32
Fuente: Elaboración propia a partir de la revisión de la literatura
Contenido
Entretenimiento
+
Pletikosa et al. (2013) Tafesse (2014)
+
Manzanaro et al. (2016)
-
De Vries et al. (2012)
Información +
Pletikosa et al. (2013) Tafesse (2014)
+
Vargo (2016) Taecharungroj
(2016)
Nagarajan et al. (2010)
Contenido emocional - Ashley et
al. (2015) + Taecharungroj (2016)
Tono positivo +
De Vries et al. (2012) Trilling et al. (2017)
+ Lin et al. (2011)
Zoch et al. (2014)
Tono negativo +
De Vries et al. (2012) Trilling et al. (2017)
+
Llamadas a la
acción +
Lei et al. (2016)
+
Nagarajan et al. (2010)
Taecharungroj (2016)
Promociones + Lei et al. (2016) +
Vargo (2016)
Contexto
De lunes a viernes +
Pletikosa et al. (2013) Tafesse (2014)
Hora punta -
Mayor número de seguidores
+
Suh et al. (2010)
Alta frecuencia de publicación
+ Smith et al.
(2012)
33
Encontramos de este modo diversos elementos que favorecen la interacción con el
consumidor a través de las redes sociales. No obstante, todavía no hay líneas claras
sobre cómo crear Brand-generated content que genere engagement y atraiga al público,
pues, aunque ciertos factores han demostrado ser favorables en algunas redes, han
resultado ineficientes o incluso contraproducentes en otras. Igualmente, aunque se ha
atendido a la forma, contexto y contenido de los mensajes, existe un gap sobre la
funcionalidad del tono a la hora de generar engagement en redes sociales. Mcquarrie y
Mick (1996), clasifican un amplio número de figuras retóricas que se utilizan en
publicidad para motivar una mayor respuesta del consumidor. Por ejemplo, identifican
figuras como la rima, la hipérbole o la metáfora como figuras clave para atraer al
receptor. Por otro lado, Villaroel et al. (2018) centran su estudio en las redes sociales y
demuestran cómo el uso de la aliteración y la repetición en los mensajes genera mayor
engagement. Aun así, vemos que no hay investigación suficiente sobre el papel del uso
retórico en el mensaje a la hora de conseguir un mayor engagement del consumidor. Es
por ello por lo que a continuación seguiremos con esta línea de investigación. No solo
analizaremos si los factores relativos al contenido y forma del mensaje generan una
mayor respuesta, sino que además intentaremos cubrir el gap anteriormente mencionado
y estudiaremos si el uso de la retórica es una estrategia válida para generar engagement
en redes sociales.
34
4 METODOLOGIA
4.1 Variables Este trabajo sigue un enfoque de investigación deductivo y continúa el estudio de
Manzanaro et al. (2017) sobre cómo generar engagement, pero aplicándolo a Facebook.
No obstante, para analizar el tono del mensaje esta investigación se basa además en el
trabajo de Villaroel et al. (2018), que demuestra cómo el uso de la aliteración y la
repetición en redes sociales genera mayor engagement. Sin embargo, su trabajo solo se
centra en esas dos figuras retóricas al ser las únicas que pueden procesarse de forma
automática. Por ello y para enriquecer este estudio, seguiremos también el trabajo de
Mcquarrie y Mick (1996) que clasifican hasta veintidós tipos de figuras retóricas. Seguir
tal clasificación a la hora de realizar nuestro análisis sería verdaderamente complejo
pues para este trabajo la codificación se realizará de forma manual. Es por ello por lo
que se ha decidido seguir una codificación al segundo nivel. Esto es, Mcquarrie y Mick
(1996) agrupan todas estas figuras en cuatro operaciones retóricas:
1. Repetición: Puede ser una repetición de palabras, como en el caso de la anáfora,
donde se repite una palabra al inicio de cada frase. Por otro lado, puede implicar
la repetición de un sonido, como ocurre con la rima o la aliteración.
2. Inversión: En este grupo se incluyen aquellas figuras retóricas que combinan
elementos de forma inversa. Por ejemplo, en esta clasificación se encuentra la
antítesis, una figura que incorpora opuestos binarios en una frase.
3. Sustitución: En este caso, se selecciona una expresión que requiere un ajuste del
receptor para poder captar el contenido deseado. Una sustitución puede darse en
forma de hipérbole, que consiste en exagerar un hecho. Igualmente, en este
35
grupo se clasifica la pregunta retórica: implica realizar una pregunta sin esperar
respuesta y con el objetivo de reforzar una afirmación.
4. Desestabilización: se selecciona una expresión tal que el contexto inicial hace
que su significado sea indeterminado. Por ejemplo, un pun es una figura
mediante la cual se emplean palabras que suenan igual, pero tienen distinto
significado. Por otra parte, con la ironía se realiza una afirmación que dice lo
contrario de lo que se quiere dar a entender. Se incluirían también aquí los
juegos de palabras, las paradojas, entre otras.
De este modo, para este trabajo, se codificaron las publicaciones en función de si
contenían o no alguna de estas cuatro operaciones retóricas. La figura 6 recoge todas
las figuras retóricas identificadas por Mcquarrie y Mick (1996) así como su agrupación
en las cuatro operaciones previamente mencionadas.
36
Figura 6: Clasificación de Figuras Retóricas
Operaciones Retóricas
Figuras retóricas Definición
Repetición
Rima Repetición de sílabas al final de la palabra. Repique Palabras que en una frase comienzan con el mismo sonido.
Aliteración Tres o más repeticiones de una vocal o consonante- Anáfora Repetición de una palabra al inicio de varias frases. Epístrofe Repetición de una palabra al final de varias frases.
Epanalepsis Repetición de una palabra al principio y final de una frase. Anadiplosis Repetición de una palabra al final de una frase y principio de
otra. Paralelismo parison Paralelismo entre frases sucesivas.
Inversión Antimetábola Repetición de dos palabras en una frase en reverso orden.
Antítesis Incorporación de opuestos binarios en una misma frase.
Sustitución
Hipérbole Exagerar una afirmación o hecho. Pregunta retórica Realizar una pregunta sin esperar respuesta y con el objetivo
de reforzar una afirmación. Epanortosis Ampliar o rectificar una afirmación anterior.
Elipsis Supresión de una palabra que queda implícita.
Metonimia Transferir el significado de una palabra a otra con la que guarde relación.
Desestabilización
Metáfora Relacionar dos realidades que se parecen.
Homónimo Una misma palabra puede entenderse en un doble sentido
Antanaclasis Repetir la misma palabra con un significado distinto en cada frase.
Silepsis Uso de una palabra en sentido figurado y literal al mismo tiempo.
Resonancia Una frase adquiere un significado distinto por su yuxtaposición con una imagen.
Paradoja Un hecho contradictorio en sí mismo, falso o imposible.
Ironía Realizar una afirmación que dice lo contrario de lo que se quiere dar a entender.
Fuente: Elaboración propia a partir de Mcquarrie and Mick (1996)
37
Las anteriores variables focales (repetición, inversión, sustitución y desestabilización)
representan las variables independientes de este estudio. Además, a partir de la revisión
de la literatura anterior, se han utilizado variables de control relacionadas con los
aspectos formales de los mensajes: inclusión de imágenes, vídeos y links, uso de
hashtags y menciones. Éstas, así como las variables focales, se han incluido como
variables ficticias o dummies, con lo que se clasifican como 1 si la variable está presente
y 0 en caso de ausencia.
Por último, las variables dependientes objeto de estudio serán las interacciones, likes,
shares y comentarios y reacciones, por ser las principales formas de compartir y
difundir el mensaje.
La figura 7 muestra las variables independientes utilizadas para este modelo, así como
su forma de medición.
Figura 7: Variables independientes y sus mediciones
Variable Forma de medición Repetición Presencia de la variable: 0=No; 1=Sí Inversión Presencia de la variable: 0=No; 1=Sí Sustitución Presencia de la variable: 0=No; 1=Sí Desestabilización Presencia de la variable: 0=No; 1=Sí Imagen Presencia de la variable: 0=No; 1=Sí Video Presencia de la variable: 0=No; 1=Sí Link Presencia de la variable: 0=No; 1=Sí Hashtag Presencia de la variable: 0=No; 1=Sí Mención Presencia de la variable: 0=No; 1=Sí
Fuente: Elaboración propia
4.2 Muestra Este trabajo ha analizado el contenido generado por Netflix, una empresa de
entretenimiento americana que ofrece un servicio de streaming para ver una amplia
variedad de series, películas y documentales online (Netflix, 2019). Netflix mantiene
38
una presencia activa en Redes Sociales y cuenta con una comunidad de más de
cincuenta y cinco millones de seguidores en Facebook, por lo que consideramos que es
un interesante objeto de estudio. De este modo, se decidió exportar las publicaciones de
la página corporativa de Netflix en Facebook. Para ello utilizamos el Quintly software,
una herramienta profesional de analíticas de redes sociales, que mide y monitorea el
rendimiento del engagement de los usuarios en redes diversas como Facebook, Twitter,
Instragam etc (Quintly, 2019). La empresa cedió el uso gratuito del software para cuatro
cuentas.
Igualmente, se estableció una franja temporal y se exportaron solamente los mensajes
corporativos comprendidos entre el 11 de junio de 2018 hasta el 11 de febrero de 2019.
Así, se han obtenido un total de 720 publicaciones, con información sobre el tipo de
mensaje (video, imagen o estado) y el número de comentarios, shares, likes y
reacciones (love, wow, haha, angry y sad) en cada publicación. De estos, el siguiente
estudio ha examinado una muestra de 151 mensajes corporativos escogidos de forma
aleatoria.
4.3 Intercoder reliability Dentro de la muestra seleccionada, las variables previamente expuestas han sido
codificadas de forma manual, analizando si están o no presentes en cada una de las
publicaciones seleccionadas. Para analizar la validez y objetividad de la codificación
realizada se ha calculado el intercoder reliability, es decir, el grado en que dos o más
codificadores independientes coinciden siguiendo el mismo criterio de codificación. Si
el estadístico kappa resulta ser mayor que 0.6, el acuerdo es moderado, mientras que si
es mayor que 0.8, el acuerdo es bueno. En este caso el acuerdo entre codificadores es de
39
moderado para Sustitución (0.66) y perfecto para las variables Repetición, Inversión y
Desestatalización (1).
5 RESULTADOS
5.1 5.1 Resultados descriptivos En primer lugar, se han analizado las variables dependientes. Como se puede apreciar
en la figura 8, las publicaciones obtienen de media 17804,21 interacciones, con una
media de 5678,08 likes, 2646,56 comentarios y 6067,74 shares. No obstante, los datos
son muy disimilares y dispersos respecto a la media puesto que la desviación típica es
elevadísima en cada caso. Esto quiere decir que existe gran diferencia entre el número
de interacciones de cada publicación y, por tanto, mucha diferencia en el engagement
generado en cada una.
Figura 8: Estadísticos descriptivos de las variables dependientes
Variable N Media Desviación estándar Interacciones totales 151 17804,21 52845,09
Reactions 151 9089,91 22066,687 Negative Reactions 151 12,44 23,505
Likes 151 5678,06 12011,854 Love 151 1515,43 3816,429 Wow 151 162,25 454,734 Haha 151 1702,7 8237,322 Sad 151 19,03 87,301
Angry 151 12,44 23,505 Comentarios 151 2646,56 7514,325
Shares 151 6067,74 24577,383 I-Rate 151 0,03% 0,10%
N válido (por lista) 151
En cuanto a las variables independientes, se puede ver en la tabla expuesta a
continuación que un 92% de las publicaciones contienen un video, mientras que solo un
40
5% presentan una imagen, link o mención y apenas un 3% cuenta con un hashtag.
Respecto a la retórica, la más frecuente es la repetición, seguida de la sustitución,
presentes en el 36% y 32% de las publicaciones respectivamente. La inversión es la
forma retorica menos utilizada, apareciendo simplemente en un 2% de las
publicaciones. Igualmente, ninguna de las variables independientes muestra una
desviación estándar de cero por lo que todas pueden utilizarse para el análisis.
Figura 9: Estadísticos descriptivos de las variables independientes
Variables N Media Desviación
estándar Imagen 151 5% 0,225 Video 151 92% 0,271 Link 151 5% 0,211
Hashtag 151 3% 0,161 Mención 151 5% 0,225
Repetición 151 36% 0,481 Inversión 151 2% 0,14
Sustitución 151 32% 0,467 Desestabilización 151 19% 0,395
N válido (por lista) 151
6 Correlaciones En primer lugar, se ha analizado la correlación entre las variables dependientes. Se
puede ver en la figura 10 que existe una fuerte asociación positiva entre las variables
analizadas con una correlación muy significativa. El coeficiente toma en todo caso
valores superiores al 0.8 e incluso al 0.9, por lo que las variables tienen una correlación
positiva grande. Esto quiere decir que se mueven prácticamente en la misma proporción
y sentido, por lo que el cambio de una de ellas permite predecir fácilmente el cambio
del resto. Por ello, al continuar el estudio y analizar la correlación entre variables
dependientes e independientes nos hemos centrado solamente en la variable
41
Interacciones Totales. Además, hay que tener en cuenta que los likes y las reacciones
dependerán también del video publicado.
Figura 10: Correlación entre las variables dependientes
** La correlación es significativa en el nivel 0,01 (bilateral).
Respecto a la correlación entre las variables independientes, no hay asociación en la
mayoría de los casos. Por ejemplo, publicar un video y utilizar la sustitución no tienen
correlación significativa puesto que el valor de significatividad es 0.9, o similarmente
no hay asociación entre utilizar una imagen y un hashtag pues el valor de
significatividad es de 0.63. En cambio, hay una correlación negativa fuerte y muy
significativa entre publicar una imagen y publicar un video, con un coeficiente de
correlación de 0.805 y un valor de significatividad de 0. Esto tiene sentido, pues al
publicar un mensaje resulta más visual utilizar bien un video, bien una imagen. Del
mismo modo, hay una asociación positiva significativa entre utilizar una mención y
utilizar la inversión. Aun así, el coeficiente de correlación toma el valor 0.178 y por
tanto no es muy fuerte. Por último, hay una correlación negativa muy significativa entre
42
utilizar la desestabilización y utilizar la repetición. En este caso, el coeficiente toma el
valor 0.294, por lo que la asociación tampoco es especialmente grande.
Figura 11: Correlación entre las variables independientes
Imagen Video Link Hashtag Mención
Imagen Correlación de Pearson 1 -,805** -0,052 -0,039 -0,056
Sig. (bilateral) 0 0,525 0,634 0,495 N 151 151 151 151 151
Video Correlación de Pearson -,805** 1 0,065 0,048 0,069
Sig. (bilateral) 0 0,429 0,555 0,396 N 151 151 151 151 151
Link Correlación de Pearson -0,052 0,065 1 -0,036 0,088
Sig. (bilateral) 0,525 0,429 0,658 0,28 N 151 151 151 151 151
Hashtag Correlación de Pearson -0,039 0,048 -0,036 1 -0,039
Sig. (bilateral) 0,634 0,555 0,658 0,634 N 151 151 151 151 151
Mención Correlación de Pearson -0,056 0,069 0,088 -0,039 1
Sig. (bilateral) 0,495 0,396 0,28 0,634 N 151 151 151 151 151
Repetición Correlación de Pearson -0,053 0,117 -0,033 -0,037 -0,053
Sig. (bilateral) 0,517 0,152 0,687 0,652 0,517 N 151 151 151 151 151
Inversión Correlación de Pearson -0,034 0,042 -0,031 -0,023 ,178*
Sig. (bilateral) 0,681 0,61 0,702 0,775 0,029 N 151 151 151 151 151
Sustitución Correlación de Pearson -0,038 -0,006 0,116 -0,026 0,026
Sig. (bilateral) 0,646 0,946 0,155 0,749 0,756 N 151 151 151 151 151
Desestabilización Correlación de Pearson 0,035 -0,043 -0,107 -0,08 -0,04
Sig. (bilateral) 0,671 0,598 0,189 0,326 0,624 N 151 151 151 151 151
43
Repetición Inversión Sustitución Desestabilización
Imagen Correlación de Pearson -0,053 -0,034 -0,038 0,035
Sig. (bilateral) 0,517 0,681 0,646 0,671 N 151 151 151 151
Video Correlación de Pearson 0,117 0,042 -0,006 -0,043
Sig. (bilateral) 0,152 0,61 0,946 0,598 N 151 151 151 151
Link Correlación de Pearson -0,033 -0,031 0,116 -0,107
Sig. (bilateral) 0,687 0,702 0,155 0,189 N 151 151 151 151
Hashtag Correlación de Pearson -0,037 -0,023 -0,026 -0,08
Sig. (bilateral) 0,652 0,775 0,749 0,326 N 151 151 151 151
Mención Correlación de Pearson -0,053 ,178* 0,026 -0,04
Sig. (bilateral) 0,517 0,029 0,756 0,624 N 151 151 151 151
Repetición Correlación de Pearson 1 0,092 0,103 -,294**
Sig. (bilateral) 0,262 0,21 0 N 151 151 151 151
Inversión Correlación de Pearson 0,092 1 0,003 -0,069
Sig. (bilateral) 0,262 0,974 0,397 N 151 151 151 151
Sustitucion Correlación de Pearson 0,103 0,003 1 -0,122
Sig. (bilateral) 0,21 0,974 0,134 N 151 151 151 151
Desestabilización Correlación de Pearson -,294** -0,069 -0,122 1
Sig. (bilateral) 0 0,397 0,134 N 151 151 151 151 ** La correlación es significativa en el nivel 0,01 (bilateral).
* La correlación es significativa en el nivel 0,05 (bilateral).
Por último, se ha analizado la correlación entre la variable dependiente Interacciones
Totales y el resto de las variables independientes En este caso, vuelve a ocurrir lo
44
mismo al no haber asociación significativa entre las variables. Solamente la variable
Desestabilización tiene correlación significativa con la variable Interacciones Totales,
tratándose en este caso de una relación positiva. Aun así, el coeficiente de correlación
toma un valor de 0.189, por lo que apenas hay asociación lineal entre variables.
Figura 12: Correlación entre variables independientes y variable dependiente
Imagen Video Link Hashtag Mención Imagen Correlación de Pearson 1 -,805** -0,052 -0,039 -0,056 Sig. (bilateral) 0 0,525 0,634 0,495 N 151 151 151 151 151 Video Correlación de Pearson -,805** 1 0,065 0,048 0,069 Sig. (bilateral) 0 0,429 0,555 0,396 N 151 151 151 151 151 Link Correlación de Pearson -0,052 0,065 1 -0,036 0,088 Sig. (bilateral) 0,525 0,429 0,658 0,28 N 151 151 151 151 151 Hashtag Correlación de Pearson -0,039 0,048 -0,036 1 -0,039 Sig. (bilateral) 0,634 0,555 0,658 0,634 N 151 151 151 151 151 Mención Correlación de Pearson -0,056 0,069 0,088 -0,039 1 Sig. (bilateral) 0,495 0,396 0,28 0,634 N 151 151 151 151 151 Repetición Correlación de Pearson -0,053 0,117 -0,033 -0,037 -0,053 Sig. (bilateral) 0,517 0,152 0,687 0,652 0,517 N 151 151 151 151 151 Inversión Correlación de Pearson -0,034 0,042 -0,031 -0,023 ,178* Sig. (bilateral) 0,681 0,61 0,702 0,775 0,029 N 151 151 151 151 151 Sustitución Correlación de Pearson -0,038 -0,006 0,116 -0,026 0,026 Sig. (bilateral) 0,646 0,946 0,155 0,749 0,756 N 151 151 151 151 151 Desestabilización Correlación de Pearson 0,035 -0,043 -0,107 -0,08 -0,04 Sig. (bilateral) 0,671 0,598 0,189 0,326 0,624 N 151 151 151 151 151 Inter total. Correlación de Pearson -0,012 -0,076 -0,062 0,006 -0,038 Sig. (bilateral) 0,882 0,351 0,452 0,94 0,639 N 151 151 151 151 151
45
Repetición Inversión Sustitución Desestabilización Interacciones
Totales Imagen Correlación de Pearson -0,053 -0,034 -0,038 0,035 -0,012 Sig. (bilateral) 0,517 0,681 0,646 0,671 0,882 N 151 151 151 151 151 Video Correlación de Pearson 0,117 0,042 -0,006 -0,043 -0,076 Sig. (bilateral) 0,152 0,61 0,946 0,598 0,351 N 151 151 151 151 151 Link Correlación de Pearson -0,033 -0,031 0,116 -0,107 -0,062 Sig. (bilateral) 0,687 0,702 0,155 0,189 0,452 N 151 151 151 151 151 Hashtag Correlación de Pearson -0,037 -0,023 -0,026 -0,08 0,006 Sig. (bilateral) 0,652 0,775 0,749 0,326 0,94 N 151 151 151 151 151 Mención Correlación de Pearson -0,053 ,178* 0,026 -0,04 -0,038 Sig. (bilateral) 0,517 0,029 0,756 0,624 0,639 N 151 151 151 151 151 Repetición Correlación de Pearson 1 0,092 0,103 -,294** -0,074 Sig. (bilateral) 0,262 0,21 0 0,363 N 151 151 151 151 151 Inversión Correlación de Pearson 0,092 1 0,003 -0,069 -0,026 Sig. (bilateral) 0,262 0,974 0,397 0,749 N 151 151 151 151 151 Sustitución Correlación de Pearson 0,103 0,003 1 -0,122 -0,049 Sig. (bilateral) 0,21 0,974 0,134 0,547 N 151 151 151 151 151 Desestabilización Correlación de Pearson -,294** -0,069 -0,122 1 ,189* Sig. (bilateral) 0 0,397 0,134 0,02 N 151 151 151 151 151 Interaccione
s Totales Correlación de Pearson -0,074 -0,026 -0,049 ,189* 1 Sig. (bilateral) 0,363 0,749 0,547 0,02 N 151 151 151 151 151 ** La correlación es significativa en el nivel 0,01 (bilateral).
* La correlación es significativa en el nivel 0,05 (bilateral).
46
Por tanto, la dependencia entre las variables no es de tipo lineal y por ello no podemos
hacer regresión lineal o modelos basados en relaciones lineales. Es más, el análisis se
repitió utilizando esta vez como variable independiente la suma de todas las figuras
retóricas, pero los resultados siguen sin ser significativos y de nuevo impiden hacer un
modelo de regresión lineal.
Figura 13: Correlación entre Interacciones Totales y Retórica Total
Retorica Total
Interacciones Totales
Retorica Total Correlación de Pearson 1 0,017
Sig. (bilateral)
0,84
N 151 151
Interacciones totales Correlación de Pearson 0,017 1
Sig. (bilateral) 0,84
N 151 151
6.1 Diferencia de medias A continuación, se han realizado t-tests para analizar la diferencia de medias y
determinar de esta forma si hay diferencias estadísticamente significativas en el
promedio de una variable de escala de acuerdo con las categorías de una variable
nominal, y si las hubiera, definir cuál de estos promedios es mayor. Respecto a la
Repetición, se puede ver en la figura 14 que la media de interacciones es mayor en
publicaciones sin repetición no obstante las diferencias no son significativas, (pvalor=
0,363). Por tanto, en ambos casos (utilizar o no repetición) se tiene la misma media de
interacciones.
47
Figura 14: T-Test Repetición
Repetición N Media
Desviación estándar
Media de error
estándar Interacciones
Totales 0 97 20731,34 60035,434 6095,675
1 54 12546,2 36486,799 4965,224
En cuanto a la inversión, la media de interacciones es especialmente más alta en las
publicaciones que no utilizan la inversión, con un promedio de 18000 interacciones en
las publicaciones sin inversión frente a 8099 interacciones en los mensajes con
inversión. Aun así, de nuevo se asume que las varianzas son iguales y vemos que en
este caso no hay diferencias significativas, pues el valor sig. es 0.749.
Figura 15: T-Test Inversión
Inversión N Media Desviación
estándar
Media de error
estándar Interacciones
Totales 0 148 18000,93 53362,399 4386,362 1 3 8099 2552,528 1473,702
48
Respecto a la sustitución, la media de interacciones es más elevada en aquellos
mensajes donde no se utiliza la sustitución (19605,48) frente a aquellos donde sí se
emplea esta figura (14054,61). Por otro lado, se asumen varianzas iguales y vemos que
no hay diferencia significativa en las medias.
Figura 16: T-Test Sustitución
Sustitución N Media Desviación estándar
Media de error estándar
Interacciones Totales 0 102 19605,48 60888,555 6028,865 1 49 14054,61 30076,861 4296,694
49
Por último, vemos a continuación que la media de interacciones es mayor en aquellas
publicaciones que utilizan la desestabilización, con un promedio de 38214,66 de
interacciones frente a una media de 12952,54 en los mensajes que no utilizan esta
figura. En este caso, la probabilidad asociada al estadístico Levene es menor que 0.05
por lo que no se asumen varianzas iguales, aunque vemos que las diferencias siguen sin
ser significativas al tomar Sig. un valor superior a 0.05.
Figura 17: T-Test Desestabilización
Desestabilización N Media Desviación estándar
Media de error estándar
Interacciones Totales 0 122 12952,54 31816,436 2880,525 1 29 38214,66 100258,818 18617,595
Por tanto, vemos que, aunque en los cuatro casos anteriores la media de interacciones
varía en función de si se utiliza una figura o no, estas diferencias no son significativas y
por tanto no son suficientes para hacer una afirmación extrapolable al resto de casos.
50
6.2 Publicaciones
Como se ha podido ver en el análisis previo, ninguno de los resultados obtenidos ha
sido significativo. Las variables independientes explican la variable dependiente y por
tanto no parecen afectar la generación de engagement. No obstante, a la hora de
codificar la muestra se pudo ver que las publicaciones con mayor interacción eran
precisamente aquellas que contenían figuras retóricas. A continuación, expondremos las
seis publicaciones con mayor grado de interacción para analizar su contenido y ver si se
utilizaron o no figuras retóricas.
Figura 18: Publicaciones con mayor interacción
Publicación Interacciones totales Retórica empleada
“It's the end of the world as we
know it and I feel fine… about
watching this movie.”
75 027
Sustitución y desestabilización.
Esta publicación es irónica y
paradójica.
“Reminder: Not everyone deserves
an apology.”
132 525
Desestabilización. Este
mensaje resulta paradójico o
disruptivo.
“I've seen a lot of talk about Ted
Bundy’s alleged hotness and would
like to gently remind everyone that
there are literally THOUSANDS of
hot men on the service — almost
all of whom are not convicted serial
murderers.”
149 814
Sustitución. En este caso se
emplea tanto una hipérbole
como una epanortosis.
51
“I remember every one of these
Adam Sandler quotes by heart.”
154 041
Sustitución. Este mensaje es
hiperbólico.
“We had the cast from Sabrina The
Teenage Witch watch Chilling
Adventures of Sabrina”.
262884
Repetición. En esta publicación
se produce una aliteración.
“How to convince someone they're
INVISIBLE”
532 669
Desestabilización. Esta
afirmación resulta paradójica.
Fuente: elaboración propia a partir de la muestra recogida
De este modo, vemos que todas las publicaciones que consiguieron un mayor grado de
interacción contenían una o incluso varias figuras retóricas, siendo la sustitución y la
desestabilización las más frecuentes. Siguiendo este mismo procedimiento, se han
analizado las seis publicaciones con menor interacción para comprobar si en este caso
contienen o no figuras retóricas.
Figura 19: Publicaciones con menor interacción
Publicación Interacciones totales Retórica empleada
“Welcome to the Animation
Station, where our illustrators and
voice actors bring horse people,
hormone monsters, and more to
life! All adult animation, all week
on Netflix Is A Joke.”
188
Repetición. La publicación
contiene una rima y una
anáfora.
52
“Your new favorite song,
courtesy of Westside Netflix.”
274
No contiene ninguna figura
retórica.
“Patriot Act with Hasan Minhaj
is kinda like a Drake concert and
you can watch it right now!”
377
Desestabilización. La
publicación hace una
comparación.
“Out there, one mistake can cost
you everything.”
427
Sustitución. El mensaje
contiene una hipérbole.
“Making A Murderer returns
tomorrow and on our You Can't
Make This Up podcast,
filmmakers Laura and Moira pull
back the curtain on the next batch
of episodes”
432
Desestabilización.
Contiene una metáfora.
“Each episode of Follow This
dives into culture, politics, and
the weird corners of the internet.
All in only 15 minutes.”
433
No contiene ninguna figura
retórica.
Fuente: elaboración propia a partir de la muestra recogida
En este caso, vemos que, de las seis publicaciones con menor interacción, dos de ellas
no contienen figuras retóricas. No obstante, el resto sí presenta alguna operación
retórica, bien sea una repetición, sustitución o desestabilización. Por tanto, dado que los
53
mensajes que han conseguido mayor interacción contienen todos figuras retóricas sería
razonable pensar que la retórica influye positivamente a la hora de generar engagement.
No obstante, vemos que, aunque en menor medida, las publicaciones con menor grado
de interacción también presentan figuras retóricas y por tanto contradice los resultados
anteriores. Si que es cierto que, dentro de los mensajes con menor interacción, la
sustitución y la desestabilización vuelven a estar presentes en aquellos mensajes con un
mayor engagement. Por tanto, podemos pensar que estas dos operaciones retóricas
tienen un efecto positivo mayor en las interacciones. Aun así, los resultados no son
suficientemente claros como para sacar una conclusión firme.
54
6 CONCLUSION Este trabajo contribuye a la literatura sobre la gestión de las publicaciones corporativas
en Redes Sociales con el objetivo de generar engagement del consumidor. Examina si
las características relacionadas con el contenido y el tono del mensaje pueden influir en
la interacción con los usuarios. Concretamente, se ha prestado especial atención al uso
de la retórica en las publicaciones y a su eficacia a la hora de conseguir un mayor
engagement. No obstante, ninguno de los resultados obtenidos ha sido significativo, es
más, han resultado incluso contradictorios con estudios anteriores. El análisis realizado
ha demostrado que elementos como la inclusión de un video, una imagen, un hashtag,
link o mención no explican la variabilidad de las interacciones conseguidas en las
publicaciones de Netflix en Facebook. Sin embargo, son varias las investigaciones que
han comprobado que la inclusión de dichas características sí afecta a la hora de generar
engagement. Por ejemplo, Tafesse (2014) y De Vries et al. (2012) han demostrado que
las publicaciones que contienen imágenes o videos consiguen un mayor engagement en
Facebook, mientras que de acuerdo con Sabate et al. (2014) los links tienen un efecto
contrario.
Respecto a la retórica del mensaje, tampoco aparece que el empleo de operaciones
retoricas como la repetición, inversión, sustitución y desestabilización tengan un peso
significativo en la generación de engagement. Se ha comprobado que utilizar figuras
retoricas de desestabilización tiene un efecto positivo en el número de interacciones, si
bien la asociación entre ambos elementos es muy débil. Aun así, las publicaciones que
consiguieron mayor grado de interacción contenían todas figuras retoricas, estando la
desestabilización presente en varias de ellas. No obstante, aunque en menor medida, las
publicaciones con menor interacción también contenían retoricismos, por lo que los
55
resultados no son suficientemente claros como para justificar que la retórica refuerce la
cantidad de interacciones. De nuevo, los resultados obtenidos contradicen a la literatura,
pues los trabajos de Mcquarrie y Mick (1996) y Villaroel et al. (2014) han comprobado
que las figuras retóricas atraen a los consumidores, tanto en publicidad como en las
redes sociales.
De todas formas, la investigación previa sobre el uso de la retórica en redes sociales
solo se centró en dos figuras concretas y por tanto no se llevó a cabo un análisis tan
exhaustivo como este. Igualmente, existe un gap en el estudio del tono del mensaje a la
hora de generar engagement y por tanto aún no hay literatura suficiente como para
determinar si la retórica encuentra una aplicación práctica en el brand-generated
content. Del mismo modo, hay que tener en cuenta que este trabajo se ha centrado en la
web corporativa de Netflix en Facebook, que cuenta con una comunidad de 55 millones
de usuarios. En cambio, la investigación ha utilizado una muestra de solamente 151
mensajes y, por tanto, es posible que la muestra fuera demasiado pequeña como para
obtener resultados significativos. Futuros trabajos deberían escoger una muestra mayor,
puesto que, con una comunidad de usuarios tan grande, hay un amplio margen para la
investigación.
Por otro lado, hay que tener en cuenta que la gran mayoría de las publicaciones
analizadas contenían bien un video bien una imagen. No obstante, el análisis no se
centró en el contenido especifico de los mismos, sino en el mensaje textual que los
acompañaba. Así pues, es posible que el engagement generado fuese resultado también
del contenido especifico de los videos e imágenes y no del mensaje escrito. Por
ejemplo, estudios previos han demostrado que el contenido emocional tiene un efecto
positivo en el número de interacciones. Por ello, para las futuras investigaciones en el
56
campo de la retórica, puede que sea más efectivo analizar publicaciones que solo
contengan texto, o bien tener en cuenta en dicho análisis el contenido visual. Por último,
este trabajo se ha centrado en una industria y red social concreta, pero es posible que los
resultados varíen en función del sector y de la red social. Sería por tanto interesante que
investigaciones futuras analizaran la efectividad de la retórica en otras industrias, así
como en otras redes sociales como Twitter, que también es de gran uso para las marcas.
De este modo, vemos que la generación de engagement en mensajes corporativos es un
campo de estudio muy complejo en el que aún existe un gran vacío. Este estudio
demuestra que, aunque hay consenso en determinados puntos, en general no hay líneas
claras sobre cómo generar brand-generated content que atraiga al consumidor. Por el
contrario, una gestión efectiva de las redes sociales es cada vez más importante para la
marca, pues se ha comprobado su poder para interactuar y captar nuevos usuarios y
sobre todo para incrementar el valor de la empresa. Así, como sugerencia para
marketers, recomendamos mantener una presencia activa en redes sociales, con páginas
web, publicaciones e información actualizadas, puesto que se ha visto que los usuarios
recurren cada vez más a las redes a la hora de educarse sobre productos o marcas.
Igualmente, es recomendable esforzarse en crear comunidades de marca, no solo porque
es una forma de acercarse al consumidor, sino también porque los usuarios disfrutan
compartiendo sus intereses y esta comunicación “Consumer to Consumer” genera un
mayor alcance para la empresa. Del mismo modo, es esencial favorecer la
comunicación entre la empresa y el consumidor, pues es otra forma de entender lo que
el usuario busca y por tanto permite conseguir una visión más clara sobre como orientar
sus necesidades. Por ello, las marcas deben tener espacios disponibles donde los
consumidores puedan dejar sus opiniones o preguntas, por ejemplo habilitar blogs,
57
fórums, chats o a través de los comentarios y mensajes en redes sociales como
Facebook o Twitter. En este caso, es importante que la empresa se esfuerce por
responder a sus clientes e intentar ofrecer un servicio personalizado. Igualmente, hay
que incentivar esta participación, por lo que las marcas pueden animar a los
consumidores a compartir experiencias o sugerencias, organizando concursos, sorteos u
ofreciendo descuentos a cambio de participar en encuestas. En esta línea, puede resultar
favorable utilizar un tono cercano para que el consumidor se sienta cómodo para
interactuar con la marca. También, generar contenido visual con videos y fotos ha
demostrado tener un efecto positivo en la generación de engagement.
Aun así, se ha visto que todavía no hay estrategias claras sobre cómo favorecer la
interacción con el consumidor y por ello es necesario continuar con esta investigación
para poder conseguir resultados concluyentes que mejoren el rendimiento de las
empresas. Futuros trabajos deberán ampliar el estudio sobre los aspectos formales y el
contenido de las publicaciones en la generación de engagement y continuar
profundizando en estrategias alternativas de interacción con el consumidor, como el uso
del humor o ahondando en el papel de algunas de las figuras retóricas identificadas en
este estudio.
58
7 BIBLIOGRAFIA
Alber, S. V. (2016). Marcas sonrientes: Humor y engagement en Publicidad.
Barcelona: Advisory Board.
Ashley, C., & Tuten, T. (01 de 2015). Creative Strategies in Social Media
Marketing: An Exploratory Study of Branded Social Content and Consumer
Engagement. Psychology and Marketing , 32 (1), págs. 15–27.
Barnhart, B. (2017). Sprout Social. Recuperado el 4 de 10 de 2018, de 5 Types of
Social Media Every Marketer Needs To Know :
https://sproutsocial.com/insights/types-of-social-media/
Boyd, D. M., & Ellison, N. (1 de 10 de 2007). Social Network Sites: Definition,
History, and Scholarship. Journal of Computer-Mediated Communication (13),
págs. 210–230.
Boyd, D., Golder, S., & Lotan, G. (2010). Tweet, Tweet, Retweet: Conversational
Aspects of Retweeting on Twitter. 43rd Hawaii International Conference on System
Sciences , 1, págs. 1-10.
Brodie, R. J., Hollebeek, L., Juric, B., & Ana Ilic. (2013). Customer Engagement:
Conceptual Domain, Fundamental Propositions, and Implications for Research.
Journal of Service Research , 4 (3), págs. 252-271.
Castells, M. (07 de 10 de 2000). INTERNET Y LA SOCIEDAD RED. INTERNET
Y LA SOCIEDAD RED . Catalunya, España.
Cheung, C. M., Chiu, P.-Y., & Lee, M. (2011). Online social networks: Why do
students use facebook? Computers in Human Behavior , 27, 1337–1343.
59
Clow, K., & Baack, D. (2010). Publicidad, promoción y comunicación integral en
marketing. En K. Clow, & D. Baack, Publicidad, promoción y comunicación
integral en marketing (pág. 4). Mexico: Prentice Hall.
Culnan, M. J., McHugh, P., & Zubillaga, J. (2010). How Large U.S. Companies Can
Use Twitter and Other Social Media to Gain Business Value. MIS Quarterly
Executive , 9 (4), 243-259.
Dans, E. (2009). MICROBLOGGING, MEDIOS Y REDES SOCIALES.
Cuadernos de Comunicación, Evoca (1), págs. 35-37.
Demers, J. (11 de 08 de 2014). Forbes. Recuperado el 17 de 10 de 2018, de The Top
10 Benefits Of Social Media Marketing:
https://www.forbes.com/sites/jaysondemers/2014/08/11/the-top-10-benefits-of-
social-media-marketing/#612a4ddf1f80
Domínguez, D. C. (2010). Las Redes Sociales. Tipología, uso y consumo de las
redes 2.0 en la sociedad digital actual. Revistas Científicas Complutenses , 33, 45-68
.
Europa Press. (11 de 01 de 2018). Europa Press. Recuperado el 20 de 09 de 2018,
de Twitter, la red social más utilizada por las marcas en 2017, según un estudio:
http://www.europapress.es/sociedad/noticia-twitter-red-social-mas-utilizada-marcas-
2017-estudio-20180111124326.html
Galeano, S. (03 de 02 de 2019). https://marketing4ecommerce.net/cuales-redes-
sociales-con-mas-usuarios-mundo-2019-top/. Recuperado el 28 de 02 de 2019, de
Cuáles son las redes sociales con más usuarios del mundo (2019):
https://marketing4ecommerce.net/cuales-redes-sociales-con-mas-usuarios-mundo-
2019-top/
60
Galiana, P. (28 de 03 de 2018). IEB School. Recuperado el 28 de 02 de 2019, de Las
principales redes sociales que usan las marcas para promocionarse:
https://www.iebschool.com/blog/promocion-marcas-principales-redes-sociales/
Gummerus, J., Liljander, V., Weman, E., & Pihlström, M. (2012). Customer
engagement in a Facebook brand community. Management Research Review , 35
(9), págs. 857-877.
Hanna, R., Rohma, A., & Crittendenb , V. (2011). We’re all connected: The power
of the social media ecosystem (Vols. Volume 54, Issue 3). Indiana, USA: Elsevier.
Hennig-Thurau, T., Gwinner, K., Walsh, G., & Gremler, D. (2004). ELECTRONIC
WORD-OF-MOUTH VIA CONSUMER-OPINION PLATFORMS: WHAT
MOTIVATES CONSUMERS TO ARTICULATE THEMSELVES ON THE
INTERNET? JOURNAL OF INTERACTIVE MARKETING , 18 (1), págs. 38-52.
Hennig-Thurau, T., Gwinner, K., Walsh, G., & Gremler, D. (2004). Journal of
interactive marketing. Electronic word-of-mouth via consumer-opinion platforms:
what motivates consumers to articulate themselves on the internet? , 18 (1), págs.
38-52.
Hennig-Thurau, T., Hofacker , C., & Bloching , B. (16 de 10 de 2013). Marketing
the Pinball Way: Understanding How Social Media Change the Generation of Value
for Consumers and Companies. Journal of Interactive Marketing (27), págs. 237-
241.
Hu, Y., Farnham, S., & Talamadupula, K. (2015, April). Predicting User
Engagement on Twitter with Real-World Events. In Ninth International AAAI
Conference on Web and Social Media, 168-177.
61
IAB. (2018). Recuperado el 20 de 10 de 2018, de Estudio Anual de Redes Sociales:
https://iabspain.es/wp-content/uploads/estudio-redes-sociales-2018_vreducida.pdf
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges
and opportunities of Social Media. Business Horizons (53), págs. 59-68.
Lei, S., Pratt, S., & Wang, D. (03 de 11 de 2016). Factors influencing customer
engagement with branded content in the social network sites of integrated resorts.
Asia Pacific Journal of Tourism Research , 22 (3) págs. 1-13.
Mcquarrie, E. F, & Glen Mick, E. (22 de 4 de 1996). Figures of rhetoric in
advertising language. Journal of consumer research , 22 (4) pág. 424
Mangold, W., & Faulds , D. (2009). Social media: The new hybrid element of the
promotion mix. Business Horizons (52), 357-365.
Manzanaro, L., Valor, C., & Paredes-Gázquez , J. D. (2017). Retweet If You Please!
Do News Factors Explain Engagement? Journal of Marketing Communications , 24
(4) págs. 375-392.
Martínez, F. (2010). La teoría de los usos y gratificaciones aplicada a las redes
sociales. DEL DISEÑO GRÁFICO Y AUDIOVISUAL AL DISEÑO DE
INTERACCIÓN: UN ESTUDIO SOBRE LOS NODOS INICIALES EN
CIBERMEDIOS (págs. 461-475). Salamanca: II Congreso Internacional
Comunicación 3.0.
Nagarajan, M., Purohit , H., & Sheth , A. (2010). A Qualitative Examination of
Topical Tweet and Retweet Practices. International AAAI Conference on Weblogs
and Social Media , 295-298.
62
Naveed, N., Gottron, T., Kunegis, J., & Arifah Che Alhadi. (2011). Bad News
Travel Fast: A Content-based Analysis of Interestingness on Twitter. Proceedings of
the 3rd International Web Science Conference , 8.
Netflix. (2019). Netflix. Recuperado el 15 de 03 de 2019, de Netflix: www.netflix.es
Pansari, A., & Kumar, V. (11 de 07 de 2016). Customer engagement: the construct,
antecedents, and consequences. Journal of the Academy of Marketing Science , 3
(45), págs. 294–311.
Pletikosa, I., & Florian Michahelles. (2013). Online Engagement Factors on
Facebook Brand Pages. Social Network Analysis and Mining , 3 (4), págs. 843-861.
Ponce, I. (2012). Recuperado el 20 de 10 de 2018, de Redes Sociales: .
http://recursostic.educacion.es/observatorio/web/es/internet/web-20/1043-redes-
sociales?start=3.
Quintly. (2019). Quintly. Recuperado el 15 de 03 de 2019, de Quintly:
www.quintly.com
Raacke, J., & Bonds-Raacke, J. (2008). MySpace and Facebook: Applying the Uses
and Gratifications Theory to Exploring Friend-Networking Sites.
CYBERPSYCHOLOGY & BEHAVIOR , 11 (2), págs. 169-176.
Ruiz, E. E., & González Rio, M. (2009). JÓVENES EN LAS REDES SOCIALES
VIRTUALES. UN ANÁLISIS EXPLORATORIO DE LAS DIFERENCIAS DE
GÉNERO. Feminismos (14), 87-106.
Sabate, F., Berbegal-Mirabent, J., Cañabate, A., & Lebherz, P. (1 de 07 de 2014).
Factors influencing popularity of branded content in Facebook fan pages. European
Management Journal , 32 (6), págs. 1001-1011.
63
Salinas, A. (24 de 10 de 2017). Mott Marketing. Recuperado el 28 de 12 de 2018, de
Origen, historia e información completa sobre la red social Twitter:
https://mott.marketing/origen-historia-e-informacion-completa-sobre-la-red-social-
twitter/
Smith, A. N., Fischer, E., & Yongjian, C. (2012). How Does Brand-related User-
generated Content Differ across YouTube, Facebook, and Twitter? Journal of
Interactive Marketing (26), págs. 102–113.
Statista. (2018). Statista. Recuperado el 22 de 10 de 2018, de Number of monthly
active Twitter users worldwide from 1st quarter 2010 to 2nd quarter 2018 (in
millions): https://www.statista.com/statistics/282087/number-of-monthly-active-
twitter-users/
Statista. (2017). Statista: El portal de estadísticas. Recuperado el 03 de 10 de 2018,
de Statista:
https://es.statista.com/buscar/?q=Facebook+&sortMethod=idrelevance&language=4
&isRegionPref=276&sortMethodMobile=idrelevance&languageMobile=4&statistic
s=1&statistics=1&forecasts=1&infos=1&topics=1&studies-
reports=1&dossiers=1&groupA=1&xmo=1&surveys=1&toplists=1&groupB=1&br
anchreports=1&countryreports=1&groupC=1&expert-
tools=1&dmo=1&cmo=1&mmo=1&accuracy=and&isoregion=0&isocountrySearch
=&category=0&interval=0&archive=1
Suh, B., Hong, L., Pirolli, P., & Chi, E. (2010). Want to be Retweeted? Large Scale
Analytics on Factors Impacting Retweet in Twitter Network. In 2010 IEEE Second
International Conference on Social Computing (pp. 177-184). IEEE.
64
Taecharungroj, V. (2016). Starbucks’ marketing communications strategy on
Twitter . Journal of Marketing Communications , 23 (6) págs. 1-20.
Trilling, D., Tolochko, P., & Burscher, B. (2017). From Newsworthiness to
Shareworthiness: How to Predict News Sharing Based on Article Characteristics.
Journalism & Mass Communication Quarterly , 94 (1), págs. 38-60.
Twitter. (2018). Twitter. Recuperado el 4 de 10 de 2018, de Twitter:
https://about.twitter.com/es.html
Van Doorn, J., Lemon, K. N., Mittal, V., Pick, D., Nass, S., Pirner, P., y otros.
(2010). Customer Engagement Behavior: Theoretical Foundations and Research
Directions. Journal of Service Research , 13 (3), págs. 253-266.
Vargo, C. J. (2016). Toward a Tweet Typology: Contributory Consumer
Engagement With Brand Messages by Content Type. Journal of Interactive
Advertising , 16 (2), págs. 1-12.
Villarroel Ordenes, F., Grewal, D., Ludwig, S., de Ruyter, K., Mahr, D. & Wetzels,
M. (2018). Cutting through Content Clutter: How Speech and Image Acts Drive
Consumer Sharing of Social Media Brand Messages. Journal of Consumer
Research, 45 (5) págs. 4-65.
Vries, L. d., Gensler, S., & Leeflang, P. (2012). Popularity of Brand Posts on Brand
Fan Pages: An Investigation of the Effects of Social Media Marketing. Journal of
Interactive Marketing , 26, págs. 83-91.
Wang, Z., Tchernev, J., & Solloway, T. (2012). A dynamic longitudinal
examination of social media use, needs, and gratifications among college
students.ComputersinHumanBehavior(28),págs.1829–1839.
65
Zoch, L. M., & Supa , D. (2014). Dictating the News: Understanding
Newsworthiness from the Journalistic Perspective. Public Relations Journal , 8 (1),
1-28.
66
REPETICION Resumen de procesamiento de casos
Casos Válido Perdido Total
N Porcentaje N Porcentaje N Porcentaje Repetición S * Repetición C
30 100,0% 0 0,0% 30 100,0%
Tabla cruzada Repetición S*Repetición C
Recuento
Repetición C
Total 0 1 Repetición S 0 17 0 17
1 0 13 13 Total 17 13 30
Medidas simétricas
Valor Error estándar
asintóticoa T aproximadac Significación aproximada
Intervalo por intervalo
R de Pearson 1,000 ,000b
Ordinal por ordinal Correlación de Spearman
1,000 ,000b
Medida de acuerdo Kappa 1,000 ,000 5,477 ,000 N de casos válidos 30
a. No se presupone la hipótesis nula. b. Se basa en aproximación normal. c. Utilización del error estándar asintótico que presupone la hipótesis nula.
8 ANEXO ANEXO 1: Kappas Intercoder Reliability
67
SUSTITUCION
Resumen de procesamiento de casos
Casos Válido Perdido Total
N Porcentaje N Porcentaje N Porcentaje Sustitución S * Sustitución C
30 100,0% 0 0,0% 30 100,0%
Tabla cruzada Sustitución S*Sustitución C
Recuento
Sustitución C
Total 0 1 Sustitución S 0 15 5 20
1 0 10 10 Total 15 15 30
INVERSION
Resumen de procesamiento de casos
Casos Válido Perdido Total
N Porcentaje N Porcentaje N Porcentaje Inversión S * Inversión C
30 100,0% 0 0,0% 30 100,0%
Tabla cruzada Inversión S*Inversión C
Recuento
Inversión C
Total 0 Inversión S 0 30 30 Total 30 30
Medidas simétricas Valor Intervalo por intervalo
R de Pearson . a
Medida de acuerdo Kappa . N de casos válidos 30 a. No se han calculado estadísticos porque Inversión S e Inversión C son constantes.
68
DESESTABILIZACION
Resumen de procesamiento de casos
Casos Válido Perdido Total
N Porcentaje N Porcentaje N Porcentaje Desestabilización S * Desestabilización C
30 100,0% 0 0,0% 30 100,0%
Tabla cruzada Desestabilización S*Desestabilización C
Recuento
Desestabilización C
Total 0 1 Desestabilización S
0 25 0 25 1 0 5 5
Total 25 5 30
Medidas simétricas
Valor
Error estándar
asintótico a T
aproximadab Significación aproximada
Intervalo por intervalo
R de Pearson ,707 ,102 5,292 ,000c
Ordinal por ordinal
Correlación de Spearman
,707 ,102 5,292 ,000c
Medida de acuerdo
Kappa ,667 ,128 3,873 ,000
N de casos válidos 30 a. No se presupone la hipótesis nula. b. Utilización del error estándar asintótico que presupone la hipótesis nula. c. Se basa en aproximación normal.
69
Medidas simétricas
Valor
Error estándar
asintóticoa T
aproximadac Significación aproximada
Intervalo por intervalo
R de Pearson 1,000 ,000b
Ordinal por ordinal
Correlación de Spearman
1,000 ,000b
Medida de acuerdo
Kappa 1,000 ,000 5,477 ,000
N de casos válidos 30 a. No se presupone la hipótesis nula. b. Se basa en aproximación normal. c. Utilización del error estándar asintótico que presupone la hipótesis nula.